[发明专利]基于多目标人工物理优化的认知参数调整方法

摘要

本发明涉及一种基于多目标人工物理优化的认知参数调整方法，主要解决现有方法对认知参数调整效果较差的问题。它包括以下步骤：（1）如果无线信道、认知用户需求发生变化，则调整认知参数；（2）将认知参数编码映射为人工物理的微粒，确定适应度评价函数；（3）初始化种群；（4）计算适应度值；（5）按微粒序值升序对微粒排列；（6）对序值相同的微粒，按微粒的海明距离对微粒重新排列；（7）对每个微粒分配一个唯一的序值；（8）计算微粒质量；（9）计算微粒所受的作用力；（10）更新微粒运动；（11）更新非支配微粒集；（12）如果达到最大进化次数,终止；否则，转步骤（4）。本发明可用于对认知无线电网络的引擎参数进行优化调整。

主权项

一种基于多目标人工物理优化的认知参数调整方法，其特征在于：它包括以下步骤：（1）如果无线信道、认知用户需求发生变化，则调整认知参数；（2）将认知参数编码映射为人工物理的微粒，确定适应度评价函数；（3）种群初始化，设定相关参数：设进化代数为0，随机初始化规模大小为S的种群，对每个长度为K的微粒表示为；随机初始化每一位为0或1；设微粒的初始速度，设置万有引力常数G，最大进化代数为，存放非支配解集的集合为；（4）计算适应度值，确定微粒序值：计算每个微粒在每个子目标下的适应值，保留支配任一微粒的所有微粒的数量，记为；找出非支配微粒，将其存储在非支配集合中，并给每个非支配微粒分配序值为1，为其余微粒分配序值；（5）按微粒序值升序对微粒排列；（6）对序值相同的微粒，按微粒之间海明距离的降序对微粒重新排列，赋予相应的序值；如果海明距离仍相同，则随机给其赋序值；（7）对每个微粒赋一个唯一序值：根据上述排序结果对每个微粒赋一个唯一序号,即为每个微粒分配一个1到S（种群规模）间的自然数作为；（8） 根据下式计算微粒质量：，其中：表示微粒i在第g代的质量；(9)计算微粒所受的作用力：根据下式计算微粒所受其它微粒的作用力，    其中：为微粒对微粒i的作用力，根据下式计算微粒所受合力：（10）计算微粒运动并更新：；其中：为惯性权重（），是一个服从（0，1）正态分布的随机变量；微粒的位置更新方程为：       其中：是任意产生的一个[0，1]的随机数；（11）更新非支配解集合：更新集，重新计算每个微粒在每个子目标下的函数值，保留支配每个微粒的微粒数量,给每个非支配微粒分配序值为 1,为其余微粒分配序值；将每一个非支配微粒与存储在集中的微粒比较,若无法相互支配,则将该微粒存入集中；若该微粒支配集中的微粒,则将被支配微粒从集中删除；若需要存储的微粒超过集的规模,则将支配其他微粒数量最少的微粒删除；（12）如果算法达到最大进化次数,算法终止，将的最优解映射输出，则为认知引擎参数优化结果；否则，进化代数，转步骤（4）。